自然光照影响下基于深度卷积神经网络和颜色迁移的杂草识别方法

温德圣; 许燕; 周建平; 樊湘鹏; 刘洋

首页> 中文期刊> 《中国科技论文》 >自然光照影响下基于深度卷积神经网络和颜色迁移的杂草识别方法

自然光照影响下基于深度卷积神经网络和颜色迁移的杂草识别方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:针对光照影响下杂草识别特征信息缺失和精度低等问题,提出了基于深度卷积神经网络和颜色迁移的杂草识别方法。采集不同自然光照影响下(包括阴天、反光、倒影和多云天气等)的杂草图像1334张和未受光照影响的杂草图像1436张。首先,利用优化后的Reinhard算法对受光照影响的样本图像进行颜色迁移处理,降低光照影响因素,并将杂草图像通过ExG指数灰度化及Otsu阈值图像分割得到灰度化图像;然后,通过特征提取和融合,利用卷积神经网络(convolutional neural network,CNN)构建的Inception-V3分类器进行训练,以Softmax计算识别率;最后,对比有无颜色迁移算法和ExG灰度化的杂草识别率以及光照环境对杂草识别的影响程度。结果表明,所提方法将光照环境影响下的杂草识别精度提高了15.6%,实现了90.01%的识别率。

著录项

来源
《中国科技论文》 |2020年第3期|P.287-292|共6页
作者
温德圣; 许燕; 周建平; 樊湘鹏; 刘洋;
展开▼
作者单位

新疆大学机械工程学院乌鲁木齐830001;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TP274.2;
关键词
光照影响的杂草; 深度卷积神经网络; Inception-V3分类器; 颜色迁移;

相似文献

中文文献
外文文献
专利

1. 自然光照影响下基于深度卷积神经网络和颜色迁移的杂草识别方法 [J] . 温德圣 ,许燕 ,周建平 . 中国科技论文 . 2020,第003期
2. 一种基于深度卷积神经网络的车辆颜色识别方法 [J] . 陈宏彩 . 河北省科学院学报 . 2017,第002期
3. 基于卷积神经网络的田间杂草识别方法研究 [J] . 赵轶 ,刘堂友 . 计算机仿真 . 2019,第004期
4. 基于卷积神经网络与迁移学习的稻田苗期杂草识别 [J] . 邓向武 ,马旭 ,齐龙 . 农机化研究 . 2021,第010期
5. 基于迁移学习的卷积神经网络植物叶片图像识别方法 [J] . 郑一力 ,张露 . 农业机械学报 . 2018,第S1期
6. 多相机环境下基于颜色不变量的目标识别方法 [C] . 邓颖娜 ,朱虹 ,李刚 . 第七届全国信号与信息处理联合会议暨首届全国省(市)级图象图形学会联合年会 . 2008
7. 基于迁移学习和深度卷积神经网络的车标识别方法研究 [A] . 李全杰 . 2018

自然光照影响下基于深度卷积神经网络和颜色迁移的杂草识别方法

摘要

著录项

相似文献

相关主题

期刊订阅